In vitro characterization of the three-dimensional strain pattern in human vertebrae affected by metastases

La colonna vertebrale è la principale sede di metastasi, le quali possono alterare la normale distribuzione dei tessuti ossei e ridurre la capacità della vertebra di sostenere carichi. L’instabilità spinale causata dalle metastasi, tuttavia, è di difficile determinazione. La caratterizzazione meccanica delle vertebre metastatiche permetterebbe di identificare e, di conseguenza trattare, quelle ad alto rischio di frattura. In questo studio, ho valutato il comportamento meccanico a rottura di vertebre umane affette da metastasi misurando in vitro il campo di deformazione. Undici provini, costituiti da due vertebre centrali, una metastatica e una sana, sono stati preparati e scansionati applicando carichi graduali di compressione in una micro-tomografia computerizzata (μCT). Le deformazioni principali sono state misurate attraverso un algoritmo globale di Digital Volume Correlation (DVC) e successivamente sono state analizzate. Lo studio ha rivelato che le vertebre con metastasi litiche raggiungono deformazioni maggiori delle vertebre sane. Invece, le metastasi miste non assicurano un comportamento univoco in quanto combinano gli effetti antagonisti delle lesioni litiche e blastiche. Dunque la valutazione è stata estesa a possibili correlazioni tra il campo di deformazione e la microstruttura della vertebra. L'analisi ha identificato le regioni in cui parte la frattura (a più alta deformazione), senza identificare, in termini microstrutturali, una zona preferenziale di rottura a priori. Infatti, alcune zone con un pattern trabecolare denso, presunte più rigide, hanno mostrato deformazioni maggiori di quelle dei tessuti sani, sottolineando l’importanza della valutazione della qualità del tessuto osseo. Questi risultati, generalizzati su un campione più ampio, potrebbero essere utilizzati per implementare nuovi criteri negli attuali sistemi di valutazione dell'instabilità spinale.

Compressed sensing in digital tomosynthesis reconstruction

In this work we study a model for the breast image reconstruction in Digital Tomosynthesis, that is a non-invasive and non-destructive method for the three-dimensional visualization of the inner structures of an object, in which the data acquisition includes measuring a limited number of low-dose two-dimensional projections of an object by moving a detector and an X-ray tube around the object within a limited angular range. The problem of reconstructing 3D images from the projections provided in the Digital Tomosynthesis is an ill-posed inverse problem, that leads to a minimization problem with an object function that contains a data fitting term and a regularization term. The contribution of this thesis is to use the techniques of the compressed sensing, in particular replacing the standard least squares problem of data fitting with the problem of minimizing the 1-norm of the residuals, and using as regularization term the Total Variation (TV). We tested two different algorithms: a new alternating minimization algorithm (ADM), and a version of the more standard scaled projected gradient algorithm (SGP) that involves the 1-norm. We perform some experiments and analyse the performance of the two methods comparing relative errors, iterations number, times and the qualities of the reconstructed images. In conclusion we noticed that the use of the 1-norm and the Total Variation are valid tools in the formulation of the minimization problem for the image reconstruction resulting from Digital Tomosynthesis and the new algorithm ADM has reached a relative error comparable to a version of the classic algorithm SGP and proved best in speed and in the early appearance of the structures representing the masses.